遥感影像城市范围自动提取方法研究

发布时间：2017-04-16 06:12

  本文关键词：遥感影像城市范围自动提取方法研究，，由笔耕文化传播整理发布。

【摘要】：随着社会的发展和科技的进步,城市建设的急剧加快,城市的范围也不断扩大。遥感技术在近十年间发展迅速,各种平台获取遥感影像信息越来越丰富。遥感技术作为一种新兴技术手段能够方便、迅速的获取同一地理位置的多时相影像数据。因此,遥感卫星影像为快速分析城市变化及发展趋势提供了一种新的手段。通过对遥感影像分析、解译、目标识别等能够获得众多地物中的城市、道路、植被及各种地形、地貌等特征,提取到的相关地物信息能够在城市发展规划、数字城市建设、国情资源普查等工作发挥巨大的作用。因此,利用卫星影像自动提取城市范围能为未来城市的发展和扩张提供科学依据。 所以,本文针对遥感影像中的城市范围自动提取技术和方法进行深入研究,将主要研究工作总结为： (1)对遥感影像特别是利用高分辨率遥感影像提取地物的方法和识别地物的特征的原理进行总结和分析。将影像中各种地物的类型详细分为三个不同的类,即光谱特征、纹理特征以及关键点特征。在对所有特征分析方法进行深入分析的基础上,针对最典型的特征提取方法进行深入分析和讨论,为后续章节中的城市区域和范围提取奠定基础。 (2)采用基于多特征融合的一种城市范围检测算法来实现对城市范围的自动提取。基于该方法,可以将常见的特征融合问题进行转化,转变为多特征核函数的组合问题,然后,再通过多核学习的途径来完成多特征融合,最终实现城市范围分类器的确定。通过与传统城市范围检测算法的比较后发现,文中算法能够有效提高城市范围检测和提取的性能。 (3)采用先比较后检测的变化检测技术和方法,可以有效减少算法的检测次数,实现对同区域不同时相数据的变化检测和范围提取；基于矢量减少法来减少检测算法运算中能够的分类矢量维数,实现对训练样品的顺利选取。最终实现对城市范围的自动提取。 (4)通过对城市范围不同提取方法的分析与评价。对采用传统的遥感影像分类方法和设计与采用边缘检测技术分别对研究区的城市范围提取进行提取,并对结果进行分析与评价。并指出本文采用方法的优势及不足,为进一步研究通过遥感影像来对城市范围进行自动提取提供研究奠定基础。
【关键词】：遥感影像 城区范围检测 目标识别 专家知识分类 边缘检测
【学位授予单位】：西北大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：P237
【目录】：

• 摘要3-5
• Abstract5-10
• 第1章 绪论10-18
• 1.1 论文研究背景与意义10-11
• 1.1.1 城市范围定义及特征10-11
• 1.2 城市范围自动提取技术的研究现状11-13
• 1.2.1 基于纹理、光谱和结构的城市范围检测方法11-12
• 1.2.2 局部特征在城市范围提取中的应用12
• 1.2.3 基于影像分类的检测方法12-13
• 1.3 利用遥感影像检测城市建筑物研究现状13-16
• 1.3.1 建筑物的基本特征13-14
• 1.3.2 研究现状14-16
• 1.4 论文主要内容与创新点16
• 1.5 论文章节安排16-18
• 第2章 遥感影像城市范围提取的不同方法18-33
• 2.1 地物光谱特征分析法18
• 2.1.1 图像直方图分析法18
• 2.1.2 归一化植被指数法18
• 2.2 基于地物纹理特征的分析法18-19
• 2.2.1 基于影像统计特征的纹理分析法19
• 2.2.2 基于空间-频率域的纹理分析法19
• 2.3 基于地物局部特征的分析法19-23
• 2.3.1 局部特征点提取方法20
• 2.3.2 局部特征点描述方法20-22
• 2.3.3 基于SIFT算子的特征点提取法22-23
• 2.4 多核学习特征融合法23-26
• 2.4.1 多特征融合法23
• 2.4.2 多核学习特征融合法23-26
• 2.5 多特征融合的城区范围检测法26-30
• 2.5.1 地面目标特征提取法26-29
• 2.5.2 基于多特征融合的城市范围提取与城区检测法29-30
• 2.6 实验结果与分析30-32
• 2.7 本章小结32-33
• 第3章 多时相遥感影像的城市范围提取33-47
• 3.1 同区域多时相城市范围提取分析33-38
• 3.1.1 城市范围变化检测33-34
• 3.1.2 常用范围提取与检测法34-37
• 3.1.3 城市范围提取与检测过程中的问题37-38
• 3.2 先分类后比较的检测方法38-43
• 3.2.1 基于多时相遥感图像的范围提取38-40
• 3.2.2 分类范围检测分析40-43
• 3.3 先比较后分类的检测方法43-46
• 3.3.1 基于多时相遥感图像的范围提取44
• 3.3.2 基于先比较后分类的城市范围提取方法44-46
• 3.4 本章小结46-47
• 第4章 城市范围不同提取方法结果分析47-58
• 4.1 城市区域与范围传统提取方法47-55
• 4.1.1 基于统计理论法47-48
• 4.1.2 谱间结构阈值法48-50
• 4.1.3 改进的NDBI指数法50-51
• 4.1.4 面向对象分类法51-52
• 4.1.5 专家知识决策树分类法52-55
• 4.2 基于边缘检测技术的城市范围提取与分析55-57
• 4.4 本章小结57-58
• 第5章 结论与展望58-60
• 5.1 结论58
• 5.2 研究展望58-60
• 参考文献60-64
• 致谢64

【参考文献】

中国期刊全文数据库 前10条

1 刘亚文,叶晓新;城区人工地物变化检测方法的研究[J];测绘通报;2001年07期

2 余鹏;张震龙;侯至群;;基于高斯马尔可夫随机场混合模型的纹理图像分割[J];测绘学报;2006年03期

3 陶超;谭毅华;蔡华杰;杜博;田金文;;面向对象的高分辨率遥感影像城区建筑物分级提取方法[J];测绘学报;2010年01期

4 赵一凡;夏良正;;基于轮廓波特征的纹理图像识别方法[J];东南大学学报(自然科学版);2008年S2期

5 孙显;王宏琦;张正;;基于对象的Boosting方法自动提取高分辨率遥感图像中建筑物目标[J];电子与信息学报;2009年01期

6 陈星星;张荣;;基于多尺度相位特征的图像检索方法[J];电子与信息学报;2009年05期

7 杨智翔;何秀凤;;基于改进的NDBI指数法的遥感影像城镇用地信息自动提取[J];河海大学学报(自然科学版);2010年02期

8 刘志敏,杨杰,施鹏飞;数学形态学的图象分割算法[J];计算机工程与科学;1998年04期

9 罗晓燕;王成儒;;基于自相关图像的纹理特征检索的研究[J];计算机应用与软件;2008年07期

10 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期

  本文关键词：遥感影像城市范围自动提取方法研究，由笔耕文化传播整理发布。

本文编号：310181